【sublime】使用sublime3的查找替换功能获得html页面的所有新闻标题

一、任务

既然想获得新闻标题，哪里的标题最多呢？当然是排行榜啦。我们选取的是网易新闻排行榜。

我们的目标是获得所有的新闻标题。获取方法有哪几种呢？

第一种，我们可以通过爬取页面HTML文档，用bs4库解析后再用正则表达式提取相关内容。
此外，我们还可以使用支持正则表达式的文本编辑器的查找替换功能，将两个标题之间的内容删除，即可获得新闻标题内容。
根据北邮陈光老师的课程，我们还可以使用某些浏览器插件实现类似的功能，更为便捷。但是博主还不知道这是什么插件，所以这里不能做更多的介绍了，如果有小伙伴知道，欢迎评论留言给博主呀！

二、解决

第一种使用简单的爬虫即可，python，R语言都是很方便的工具。这里不做过多介绍。感兴趣的小伙伴欢迎留言给博主。

第二种方法需要具备基本的正则表达式知识。我们经过观察发现应删除内容在和.html">两个内容之间，因此我们就需要使用正则表达式匹配这部分内容。它的表达式是：<\/a>[\S\s]*?\.html"> 。